嘗試將AI導入NPO服務現場，有哪些不可輕忽的基本功？

編按：本系列報導為NPOst特約記者於2024/2/2數位發展部「數據賦能 公益創新」的側記，內容皆取自組織當日發表內容。

文／Sandy

為了持續提供多面向的癌友關懷服務，台灣癌症基金會以導入AI、優化營養師服務流程為目標，投入參與數位發展部「數據賦能 公益創新」輔導計畫。在業師一步步的輔導歷程中，組織發現，要讓AI預測需求、提供第一線人員建議，除了成本考量之外，組織本身的數據管理方式，更需要盤點及重整，才能將數據化為同仁及AI可以判讀的有用資料。

台灣癌症基金會營養師徐桂婷表示，原先加入計畫時的目標設定是將先前已經累積多年的營養諮詢紀錄導入 AI 工具，可以更數位且方便地根據癌友狀況產出飲食建議，並衍伸未來衛教資訊開發、協助諮詢時更迅速聚焦癌友的問題等。

現況怎麼跟預期不一樣？系統後台猶如潘朵拉的盒子

「我發現我們的系統像是個紙箱，沒有辦法分解任何東西，只能把紀錄放在裡面。」徐桂婷說，此狀況肇因於表單設計不良，雖然表單已經提供不同選項，但營養師們最常勾選的是「其他」選項，目前的選項大多無法符合營養師填寫的需求與情境。

此外，每次與癌友會談中，長達30分鐘至1小時的內容，也難以寫入既有表單，營養師只能使用表單的備註欄位各自撰寫，並且因為是在開放的備註欄位撰寫，所有的營養評估、營養建議、後續處置等都會雜亂地歸於同一欄位。

徐桂婷分享，基金會在整理資料的過程更發現，不同營養師紀錄習慣、專業術語使用方式不同， 縮寫方式不同，癌友的需求落差也非常大，整體文字紀錄格式雜亂，這些原始資料非常不容易導入 AI 分析。

瞭解現況、重新設定目標：
升級營養紀錄格式、重建資料庫累積數據

在數據專業的教練群輔導下，徐桂婷說，他們深入分析了過去資料，並且借鏡國際營養照顧指引，同時思考組織核心的服務特色，在這些基礎上，過去幾個月已著手打造新的紀錄表單，成為有結構化，且適用目前營養資訊流程的簡潔分頁與欄位。

當改變逐漸發生，過去的資料從雜亂的無格式文字紀錄，轉化為清楚的時間序列、結構化的母檔案，徐桂婷以第一線人員的角度現身說法：「沒錯，新的紀錄表看起來是複雜了，但是它帶給我們的好處，包含諮詢服務的品質提升，因為這些流程都被架構化、標準化，資料也保留更加詳細。」

透過優化部分介面，不僅更簡化整題組織內部的人員壓力，當資料結構夠清楚，就有非常多數位工具，可以取代傳統人工，做出更清楚的運算與輸出，讓台癌夥伴們可以更有效率地專注在服務個案。

改善資料後的下一步：以最清楚整潔的方式累積資料

展望接下來的工作，徐桂婷表示，近三個月內，組織會啟動更多的改版討論，會更加提升這個表單的UI、UX，並確認每一個細節，都符合組織的預期，以期正式上線，並且將這樣的流程優化成果帶入基金會護理、心理、社工等其他團隊，待長期累積三、五年數據量後，更可以導入 AI 等更多工具，發展更全面地數位服務。

團隊教練、台灣人工智慧協會理事張剛羚也分享輔導歷程的心得：「以AI術語來說，當時發現資料比較髒，就是不同營養師紀錄習慣不同、大量專業術語以及不同的代號符號，在文字語言的處理上，其實是蠻高難度的。」

張剛羚表示，特別感謝台癌團隊非常信任教練的角色，為了取得新的優質數據，願意將整體紀錄系統打掉重練，未來，更期待可以結合 RAG (Retrieved Augmented Generation) ，為組織嘗試打造 AI 營養師，提供更出色便捷的癌友服務。

（核稿編輯：程士華）